井工煤矿综采工作面智能化建设基本内容包括：智能化运 算平台、智能化煤矿信息基础设施、综采系统、安全管控系统 等 4 个方面内容。 4.露天煤矿智能化建设基本内容包括：智能化运算平台、智 能化煤矿信息基础设施、卡车无人驾驶系统、辅助设备远程控 制系统等 4 个方面内容。 二、煤矿智能化建设评分方法 1.井工煤矿智能化建设评分方法 （1）井工煤矿智能化建设考核满分为 100 分，采用各部分 得分乘以权重的方式计算，各部分的权重见表 1-4。 表 1-4 露天煤矿智能化建设评分权重表 序号 考核内容 标准分值 权重 （勿） 一 智能化运算平台 100 0.10 二 智能化煤矿信息基础设施 100 0.10 三 卡车无人驾驶 100 0.40 四 辅助设备远程控制 100 0.40 （2）露天煤矿智能化建设各部分考核内容按照各部分评分 表进行现场检查打分。 （3）各部分考核得分（即项目得分与加分项的合计分值） M=∑(ai× Mi) i=l 式中 M——露天煤矿智能化建设考核得分； Mi——智能化运算平台、智能化煤矿信息基础设施、卡车 无人驾驶、辅助设备远程控制等 4 项的井工煤矿智能化建设考核 得分； ai——智能化运算平台、智能化煤矿信息基础设施、卡车无 人驾驶、辅助设备远程控制等 4 项的权重值; 三、煤矿智能化系统评分方法 1.智能化运算平台 智能化煤矿应建设统一的智能化运算平台，具备数据汇聚

展的陕北模式、黄陵模式、咸阳模式等。山西通过“一矿一策”模式 6 建成“智能综采+远程集控”标杆案例，并依托行业联盟推广至中小 型矿井，实现技术适配与规模效益双提升。内蒙古、新疆在露天矿智 能采剥、卡车无人驾驶与编组化运行等方面探索出了卓有成效的建设 经验，并进行了推广。部分产煤市（县）集中力量建设智能化煤矿示 范区，有效提升了整个区域的煤矿智能化建设水平。 （四）大型煤业集团积极开展工程示范与创新实践 实现远程智能集控，井下固定场所全部实现“无人值守、智能巡检”， 人均效率提升 150%，人工作业强度降低 60%以上。 5.露天煤矿无人驾驶技术逐步成熟。露天矿山的智能化技术装备 中，无人驾驶得到广泛推广应用。例如，华能煤电伊敏露天矿研发应 用了无驾驶室的纯电动无人驾驶矿用卡车和高可靠智能车控系统，矿 用卡车载重达 85t，重载运行速度达 32km/h，地图更新频率 1h；应用 “车-云-网”协 新疆天池能源南露天矿开展了矿用卡车无人驾驶技术研究与实践，建 成世界最大规模无人驾驶示范基地，攻克了矿山时空数据融合实时态 势感知的大规模调度算法、复杂矿区场景下车路云多源融合感知及智 能化识别技术、采运排多智能体协同管控技术；研制了新型矿用无人 驾驶自卸车核心装备以及通感算控一体化高可靠协同作业智能终端， 实现了单矿 243 台无人驾驶矿用卡车常态化运行和 24 台无人驾驶采 16 煤车、90 台人工驾驶车辆常态化混行作业。

一体化设计和环境友好型设计等。 （3）基于深度图像的场景解析 基于深度图像的场景解析主要是指基于深度图像及其对应的 RGB 图像，对图像中的每个像素进行类 别标签分配，从而实现对整个场景的全面解析。其典型应用是自动驾驶和机器人导航领域的道路环境的语 义分割。仅基于 RGB 图像的场景解析方法在具有相似物体或复杂背景的场景中往往表现不佳，而深度图 像包含了更多的位置和轮廓信息，赋予算法更强的上下文解读能力，从而实现更精细的场景解析。 基于深度图像的场景解析 随着自动驾驶和机器人导航技术在 AI 2.0 时代的蓬勃发展，在长尾场景下的安全隐患成为这类技术大 范围落地的最大障碍。这类安全隐患很大一部分是由感知失效或感知偏差导致的，利用先进的感知技术降 低感知偏差、减少感知失效，对于提高自动驾驶系统决策的准确性、减少自动驾驶事故等方面具有重要意义。 在众多感知技术中，场景解析技术凭借其对整个场景的稠密预测，成为最常用的自动驾驶感知方法之一。 色彩通道关联的深度图像修正技术、高层语义特征引导的语义分割技术等是该 方面的发展趋势。 总之，基于深度图像的场景解析技术在深度传感器技术、人工智能、空间感知等多学科领域具有重要 研究价值，对保障自动驾驶道路安全、提高机器人作业感知能力等方面具有重要的实际意义。 该前沿中核心论文的主要产出国家中，核心论文发表量排在第一位的是中国，篇均被引频次排在第一 位的是德国（表 2.11），中国与新加坡存在合作（图

面建设信息基础设施、智能化生产系统、智能化综合管控平台等， 形成完整的智能化煤矿安全高效运维体系。 2.露天煤矿智能化建设目标 生产煤矿重点提升基础网络、数据中心、感知系统、智能装 备、机器人等建设，重点建设远程操控系统、无人驾驶系统、远 程运维系统、综合管控系统等，实现开采环境数字化、剥采装备 智能化、生产过程遥控化、信息传输网络化和经营管理信息化。 新建露天矿应高起点建设信息基础设施，构建露天矿信息传输、 处理、 业流程，实现辅助运输业务信息化全覆盖。鼓励斜井轨道运输利 用精确定位、智能视频等技术，实现行人不行车、行车不行人， 自动道岔变换等功能。 鼓励具备条件的矿井探索应用无人驾驶相关技术，研发应用 地面远程遥控驾驶和智能化自动驾驶技术，采用环境感知、定位 导航、路径规划等技术，实现车辆自动启停、自主避让、自动跟 车等功能。鼓励开展井下辅助作业的机器人替代。 （7）智能通风系统 采用通风系统智 薄及中厚煤层工作面实现常态化少人开采（每班作业人员不超过 3 人），厚及特厚煤层综采工作面每班作业人员不超过 7 人，综放工 作面每班作业人员不超过 7 人；主煤流运输系统实现远程操控；无 轨胶轮车实现辅助驾驶，单轨吊、机车实现精准定位、连续运输； 通风、排水、供电等固定作业岗位实现无人值守；建设完善的煤 矿灾害智能监测预警平台与应急管理平台，实现危险源、危险场 景的智能分析、预测、预警；建设煤矿智能经营管理系统，实现

交互式建模分析 深度优化算法库30+ 模型管理/发布可视化 用户数据 数据预处理 特征探索 机器学 习建模 模型评估 批量/实时预测 故障监测诊断 能耗优化 客户精准营销 工业安防 工业仿真 驾驶行为分析 文本分类 话题发现 中化AI 智慧发力 石化装备AI管理—数据核心流程 人工智能、大数据智慧发力，智能诊断及定位，精准预测 • 用大数据分析代替破坏性实验，得到设备的 生命曲线，获取充足的正样本；

lifetimes. "14 这些文章表明 ， 需要大量的能源 训练这个特定的 AI 模型是正常的 ， 尽管这个估计很清楚 指的是一个非典型的例子。这就像一个汽车新闻媒体 发表一篇文章 ， 建议 “驾驶汽车排放的碳与 一架飞机 “仅基于一项研究环境影响的研究 飞行汽车的原型。 此外 ， 原始的研究论文和随后的新闻 文章经常指出 ， 虽然大型人工智能模型的性能优于现有的 在语言翻译基准测试中 ， 改进只是 交付路线 ， 从而减少其车队的燃料消耗。61 And in 消费者空间 ， Nest 智能温度计等工具节省了 客户在 2011 年至 2022 年之间达到 1, 130 亿千瓦时 ， 效率更高 从谷歌地图驾驶减少了 120 万的碳排放量 公吨。62 数据创新中心 10 随着人工智能的成熟 ， 政策制定者应该继续将技术视为 应对气候变化的关键工具。 人工智能的能源使用没有独特的市场失灵 解决全球气候挑战将需要过渡到清洁

为运输网络建模引入AI决策 • 携手各行友商，共建B2B运输 生态链 • 重新设计集装箱内部结 构，解决不可堆叠货物 的堆叠问题 • 高效化海运散拼整运营 • 引入AI装载规划 • 无人驾驶电车的送货 (DC2C & Hub2C) • 无人机的服务供应链备件 送货 06 绿色实践案例 • • • • 06 绿色实践案例 • • ➢ ➢ ➢ ➢ ➢ ➢

7% 1% · 多样化的运输模式 (90%) · 延展国内长途干线电铁路运输 (70%) · 运输网络模型优化 (80%) · 重新设计集装箱内部结 · 无人驾驶电车的送货 √ 跨境公路卡车 · 普及电动重卡集装箱整柜运输 (15%) · 同城循环配送 (10%) 构，解决不可堆叠货物 (DC2C &Hub2C) √ 海运快船 · 规模化同城小货量电车和氢车运输 鼓励上游供应商采用绿色 制造工艺和低碳原材料， 减少生产过程中的碳排放， 提升整个供应链的环保水 平。 02 对员工进行节能设备使用、 包装材料分类投放、电动 车辆安全驾驶等培训，培 养全员环保意识，推动企 业内部绿色作业。 01 推动下游物流商使用新能 源运输工具，降低物流环 节的碳排放，实现供应链 末端的节能减排目 标。 03 优化能源结构 钱路油耗管理 文 罗 优化运 优化能 输结构 源结构 驾驶员节能培训 四 位 ④ 绿色 运 辎 模 式 罗 资料来源：《极兔速递环球有限公司 2024 年度报告》 GResearch 1 LOG2025 中 国 低 碳 供

导读： 本文为新基建、新能源研究系列。 我们在 2021 年提出“当下不投新能源，就像 20 年前没买房”。 新能源革命的上半场是电动化，新能源汽车和锂电，下半场是智能化， 储能、氢能和智能驾驶。 为什么储能如此重要？各国都更加重视构建新型能源体系，光伏、风力 发电快速装机，但发电仍不稳定，且存在上网困难。怎么解决？需要大 量的储能。 目前，储能行业呈现两大发展趋势： 趋势一：

作。2024年，IBM 更新了新的技术路线图，推出了1000+的QPU及创新量子计算 机群架构。 Google于1998年创立，是全球最大的搜索引擎公司、Android 系统开发商、全球无人驾驶技术及虚拟现实技术领导者、量子 计算机开发公司等。2024年，Google推出105比特超导量子处 理器Willow，并在Willow芯片上实现了突破盈亏平衡点的表面 码纠错；基于transf ”价值链进一步 赋能气候监测、资源勘探、医疗健康等领域。 与此同时，量子计算、AI与6G的深度融合将开启智能互联新纪元，量子安全筑 牢6G通信安全底座，量子算力加速AI模型训练，量子传感为自动驾驶等场景提供超 高精度感知数据，共同推动人类社会进入以量子科技为引擎的智能文明新阶段。 2035年远景： 量子科技驱动全球智能生态新纪元 02 技术格局趋于收敛稳定，超导、离子阱与中性原子等路线 量子传感技术为人工智能提供超高精度感知数据。量子传 感器能精确测量磁场、电场、温度等物理量，为人工智能系统 提供丰富准确的环境信息，加深其对环境的感知与理解。以自 动驾驶领域为例，量子传感器精确测量车辆位置、速度及周围 环境信息，结合人工智能算法，实现更安全高效的自动驾驶， 车辆可实时感知周围车辆和行人位置及运动状态，提前精准决 策，避免交通事故。 赋能AI系统开启精准化新纪元 第十一章 产业发展展望 113